BM25 и викторина по лексическому поиску

Ответы и пояснения появляются по мере прохождения теста.

1. Что в первую очередь использует BM25 для ранжирования документов?
   • Плотные семантические вложения
   • Частота терминов, обратная частота документов и длина документа
   • Дата публикации каждого документа
   • Только история кликов пользователя
2. Какую роль в BM25 играет обратная частота документов (IDF)?
   • Это усиливает очень распространенные слова, такие как «the».
   • Он измеряет, как долго хранится каждый документ.
   • Это придает более редким и отличительным терминам больший вес.
   • Подсчитывается только общее количество документов.
3. Почему BM25 применяет нормализацию длины документа (параметр b)?
   • Чтобы длинные документы не отдавались несправедливо только за то, что они содержат больше слов.
   • Чтобы все документы были одинаковой длины
   • Удаление коротких документов
   • Перевести документы на стандартный язык
4. Ключевой особенностью обработки частоты терминов BM25 является то, что она:
   • Постоянно увеличивается линейно с каждым повторением
   • Полностью игнорирует частоту терминов
   • Удваивает оценку за каждое повторенное слово
   • Насыщает, поэтому дополнительные повторы снижают релевантность
5. Какая структура данных делает BM25 быстрым в масштабировании?
   • Инвертированный индекс, отображающий термины в содержащие их документы.
   • Нейронная сеть
   • Единый отсортированный массив всего текста
   • Графовая база данных цитирований
6. В современных поисковых системах BM25 часто используется для:
   • Полностью заменить все нейронные модели
   • Служите быстрым ретривером первого этапа перед нейронным переранжированием или объединяйтесь с плотными оценками.
   • Создавайте совершенно новые документы
   • Зашифровать индекс поиска
7. In the standard BM25 formula, what effect does setting b to zero have?
   • It removes all inverse-document-frequency weights
   • It makes every matching term contribute zero
   • It changes the index from lexical terms to dense vectors
   • It disables document-length normalization in the term-frequency denominator
8. When BM25 is used to mine DPR training negatives, what makes a retrieved nonanswer passage a hard negative?
   • It has no words in common with any document
   • It is automatically the positive passage because its lexical score is high
   • It looks relevant through term overlap but does not support the question's answer
   • It contains no readable text and is never retrieved